第七章：性能优化

批量操作

# 批量插入
def batch_insert(collection, data, batch_size=1000):
    for i in range(0, len(data), batch_size):
        batch = data[i:i+batch_size]
        collection.insert(batch)
    collection.flush()

# 批量搜索
def batch_search(collection, vectors, batch_size=100):
    results = []
    for i in range(0, len(vectors), batch_size):
        batch = vectors[i:i+batch_size]
        batch_results = collection.search(
            data=batch,
            anns_field="embedding",
            param={"metric_type": "COSINE"},
            limit=10
        )
        results.extend(batch_results)
    return results

分区策略

# 创建分区
collection.create_partition("partition_2024")
collection.create_partition("partition_2023")

# 插入到指定分区
collection.insert(data, partition_name="partition_2024")

# 搜索指定分区
results = collection.search(
    data=[query_vector],
    anns_field="embedding",
    param={"metric_type": "COSINE"},
    limit=10,
    partition_names=["partition_2024"]
)

内存管理

# 加载集合到内存
collection.load()

# 释放内存
collection.release()

# 获取内存使用
stats = collection.num_entities

小结

性能优化要点：

• 批量操作：减少请求次数
• 分区策略：按时间/类别分区
• 内存管理：按需加载

下一章我们将学习最佳实践。